Windows安装miniconda和pytorch环境

此处记录windows环境下miniconda以及pytorch环境的建立过程以及需要注意的事项。

conda环境安装与配置

选择miniconda是因为相较于anaconda，miniconda体积较小，删去了很多用不上的功能。

下载地址：https://docs.conda.io/en/latest/miniconda.html

在windows环境下，选择windows平台下的64位安装包，即下图中的第一个选项。

linux环境下则要按照指令集选择对应的版本下载安装包。

按照流程安装即可。

按照默认设置将不会把conda加入环境变量中。如果想要手动加入环境变量，以下为环境变量列表：

（D:\miniconda3是我的miniconda安装路径，加入环境变量时注意修改为自己的路径）

D:\miniconda3
D:\miniconda3\Library\mingw-w64\bin
D:\miniconda3\Library\usr\bin
D:\miniconda3\Library\bin
D:\miniconda3\Scripts

conda虚拟环境搭建

类似python的virtualenv，conda可以搭建虚拟环境以实现不同环境的隔离，从而允许不同版本的库在不同程序中正确运行。但conda虚拟环境与virtualenv不同的是，不同的虚拟环境中允许安装不同版本的python，更便于用户使用。

在不同的环境中，命令行的地址前方会显示当前的虚拟环境名称，如下图所示：

与虚拟环境相关的常用命令如下：

conda create -n "虚拟环境的名称" python=3.x # 新建虚拟环境
conda env list # 查看虚拟环境列表
conda activate "虚拟环境的名称" # 转到某个虚拟环境
conda remove -n "虚拟环境的名称" --all # 删除某个虚拟环境以及内部的所有包

conda第三方库配置

在conda虚拟环境内部，安装第三方库除了通过pip安装，还可以通过conda安装。

conda配置第三方库的命令如下：（注意要转到需要安装库的虚拟环境中）

conda install "第三方库的名称" # 安装第三方库
conda update --all # 更新该虚拟环境下的所有第三方库
conda update "第三方库的名称" # 更新某一个库
conda uninstall "第三方库的名称" # 卸载某一个库

conda换源

此处使用清华源。

先执行conda config --set show_channel_urls yes命令，在用户目录下生成.condarc文件，再往该文件中写入：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

即可将源换为清华源。

pytorch安装与配置

前往pytorch的官网https://pytorch.org/，找到选择安装平台与版本的选项栏，选择对应的版本进行安装。

选择使用conda环境安装，再选择cuda版本，即可得到对应的指令。运行指令即可安装完pytorch。

低版本的pytorch可以在高版本的cuda上运行。但最好选择与cuda版本相适应的pytorch版本进行安装。

安装完后，可以通过如下的指令检查gpu是否可用。

>>> import torch
>>> torch.cuda.is_available()
True	# True表示cuda可用

jupyter notebook安装与配置

通过以下指令来安装jupyter notebook。

conda install jupyter

安装完成后，可通过命令行输入jupyter notebook来启动jupyter notebook。

取消jupyter notebook密码：

1. 输入jupyter notebook --generate-config，生成一个py文件；
2. 找到py文件中的\#c.NotebookApp.token = '<generated>'，改为c.NotebookApp.token = ''；
3. 重启jupyter notebook即可。